AI 应用别再按 token 计价：定价应回归价值单元

随着 ChatGPT 引爆生成式 AI 浪潮，大量应用层产品沿用了模型层 API 的 token 计价方式。但行业评论认为，将 token 作为应用层计费单位会把基础设施成本结构原样搬进客户关系，并把产品价值锚定在一个成本持续下降的计量单位上。正确的做法，是按客户能够识别的价值单元（如完成的工作量或业务结果）来定价。

从模型层到应用层：定价逻辑应该分开

2020 年 OpenAI 推出 API 时，按模型推理所消耗的计算量以 token 计费是合理的基础设施计费方式。然而 ChatGPT 问世后，涌现出大量将模型与专有数据、工具、编排和工作流结合、直接替客户完成工作的应用产品。当这类应用继续用 token 计价时，等于把基础设施的成本结构原样带进了面向客户的关系里，并让产品价值锚定在一个成本不断下降的计量单位上。

作者主张，公司应该在「能够可靠计量、归因和捍卫」的最高价值层级定价：

卖模型访问权，按 token 计费
把模型转化为有用工作，按可识别的价值单元计费（通常用 credits / 积分）
直接交付可清晰归因的业务结果，按结果计费

把这一层做错往往很难扭转。token 价格会训练客户把应用与裸算力直接比较，从而放弃数据、工作流和编排带来的溢价空间；客户也将暴露在无法预测的技术复杂度下，厂商则被锁定在微薄利润中。如果 credits 只是「成本加成版的 token」，用内部货币掩盖了基础设施计量，并没有真正解决问题。

中间地带最难：应用层究竟在卖什么

栈的两端相对清晰：模型厂商卖推理，可以用 token 计量；少数应用交付足够可观测、可归因的结果，可直接按结果计费。真正困难的是中间地带——绝大多数 AI 应用都生活在这里。

文中举例：

一个客户调研 agent 卖的不是搜索和模型调用，而是完成的客户简报
一个编码 agent 卖的不是生成的 token，而是落地实施的改动
一个数据平台卖的不是算力，而是完成的查询、流水线或 agent 运行

应用的任务，就是把这层复杂度抽象掉。因为每个品类的价值打包方式不同，不存在统一的 AI 应用计价单位：语音 AI 可能以分钟起步、再向「解决的对话」过渡；Copilot 可能以席位起步、再叠加基于用量（agent 工作带来成本和价值波动）的计费。

客户问 token 时，真正想要的是什么

作者指出，客户询问 token 时通常想要两件事：可比性和成本分配。

第一，可比性。token 看似让买家能把一个专用应用和通用模型 API 或自建方案放在一起比较，但这种比较往往是「假精度」。不同应用组合了不同的模型、数据、工具和自动化程度，token A 流经产品 A 与 token A 流经产品 B，产生的不是同一种工作。

第二，成本分配。财务和 IT 团队需要把 AI 支出追溯到部门、项目、客户或发票，往往要在不断增长的应用组合中完成。要求他们对每个产品分别预测 token 用量，等于让产品原本要隐藏的复杂度重新出现。

一个支持团队的 leader 容易估算公司要处理多少通对话，但很难预测上下文长度、检索量、重试、推理时间或输出 token。原本简单的 ROI 计算，会变成针对每个 AI 应用的算力预测练习。

更合理的做法是：暴露足够的底层使用细节以建立信任，但不要让底层用量成为商业计费单位。向客户展示完成了什么工作、容量去了哪里、为什么某些任务消耗更多，让财务和 IT 拿到做预算和分摊所需的报表。作者强调：「透明度不要求计费表和成本表必须是同一个。」

在竞争激烈或技术复杂度高的市场，公司可能仍需提供 token 透传计费，尤其针对特别昂贵或波动剧烈的模型调用，但这应当是混合模型的明确组成部分，而非默认的价值表达方式。

Credits 的关键：看 credit 买到的是什么

对于 AI 栈中广泛存在的中间层，credits 可以是打包波动性工作的有效方式。但 credit 是一种「货币」而非「价值单位」，关键在于 credit 买到的是什么：

弱 credit 系统只是把 token 计数换成一个不透明的内部货币，掩盖了计量单位但没有改进它
强 credit 系统映射到客户可识别的工作，可能使用几个直观的「工作量分级」：修一个小 bug 比多文件特性便宜；摘要合同一条条款比审阅整份协议便宜；丰富一条记录比跑多步客户调研工作流便宜

好的 credit 系统要做到三件事：

抽象基础设施复杂度：客户买的是工作，不是原料
解释相对工作量：简单工作消耗少，标准工作消耗可预期，复杂工作消耗更多
提供商业灵活性：一个池子可以覆盖多种工作负载、agent 或自动化，由采购统一管理一份合同

作者在 50 位技术类 AI 买家的调研中发现，27 人偏好与可识别工作挂钩的 credits，仅 14 人偏好 token 计价。最终的检验标准是「可理解性」：买家通常在知道自己的工作量之前并不清楚自己的算力消耗。当客户能用自己的语言描述他们买了什么，定价才算落在了正确的层级。